相机标定的基本原理与经验分享  
Grasping Position Estimation of Unknown Objects Based on Deep Learning  
主 讲 人:沈毅君  
公 众 号:3D视觉工坊  
目 录  
1
2
3
4
5
公众号:3D视觉工坊  
相机模型  
3
公众号:3D视觉工坊  
相机模型  
4
公众号:3D视觉工坊  
相机模型  
5
公众号:3D视觉工坊  
相机模型  
6
公众号:3D视觉工坊  
相机模型  
7
公众号:3D视觉工坊  
相机模型  
2
. 相机畸变模型,我们一般只考虑径向畸变k和切向畸p  
8
公众号:3D视觉工坊  
相机模型  
相机标定要标定什么?  
内参:fx fy cx cy k1 k2 k3 p1 p2  
外参:R t  
9
公众号:3D视觉工坊  
张氏标定法  
目标函数:  
直接用最优化方法去做为什么不行?  
要优化的量太多,如果初始值不好很容易陷入局部最优  
Reference: Zhang Z . A Flexible New Technique for Camera Calibration[J]. IEEE Transactions on Pattern  
Analysis and Machine Intelligence, 2000, 22(11):1330-1334.  
10  
公众号:3D视觉工坊  
张氏标定法  
Reference: Zhang Z . A Flexible New Technique for Camera Calibration[J]. IEEE Transactions on Pattern  
Analysis and Machine Intelligence, 2000, 22(11):1330-1334.  
11  
公众号:3D视觉工坊  
张氏标定法  
Reference: Zhang Z . A Flexible New Technique for Camera Calibration[J]. IEEE Transactions on Pattern  
Analysis and Machine Intelligence, 2000, 22(11):1330-1334.  
12  
公众号:3D视觉工坊  
张氏标定法  
The solution to (9) is well known as the eigenvector of VTV associated with the  
smallest eigenvalue.  
Reference: Zhang Z . A Flexible New Technique for Camera Calibration[J]. IEEE Transactions on Pattern  
Analysis and Machine Intelligence, 2000, 22(11):1330-1334.  
13  
公众号:3D视觉工坊  
张氏标定法  
如果加入畸变因子:  
Reference: Zhang Z . A Flexible New Technique for Camera Calibration[J]. IEEE Transactions on Pattern  
Analysis and Machine Intelligence, 2000, 22(11):1330-1334.  
14  
公众号:3D视觉工坊  
一些改进  
1
2
. 明确张正友的方法没有限制棋盘格或者圆环。  
. 圆环与棋盘格的优缺点分别是什么?  
Reference: Datta A , Kim J S , Kanade T . Accurate camera calibration using iterative refinement of control  
points[C]// IEEE International Conference on Computer Vision Workshops. IEEE, 2014.  
15  
公众号:3D视觉工坊  
一些改进  
1
2
. 圆检测精度高,表现为中心拟合精度高,但是具有偏心误差  
. 棋盘格检测精度低,但是不存在偏心误差  
Reference: Shen Y , Zhang X , Cheng W , et al. Quasi-eccentricity error modeling and compensation in  
vision metrology[J]. Measurement science and Technology, 2018, 29(4).  
16  
公众号:3D视觉工坊  
实际操作  
1
. OpenCV有现成函数,如果想更方便需要自己编写一个GUI界面  
cv::calibrateCamera(object_points,image_points,imageSize,cam_  
intr_para,distCoeffs,rvecs,tvecs);  
17  
公众号:3D视觉工坊  
实际操作  
. 拍摄机位和数量的选择  
2
18  
公众号:3D视觉工坊  
实际操作  
. 标定结果的评判标准  
3
Re-projection error  
还有什么?  
19  
公众号:3D视觉工坊  
实际操作  
. 应用  
4
单目: PnP 问题  
双目测量  
20  
公众号:3D视觉工坊  
经验之谈-从图像锐度谈为何要用背光板  
特征的理想成像边缘是阶跃的边缘(0-255),但是在实际成像中是不可能达  
到这样的效果的,在前景与背景中间会有一段过渡带。我们引入锐度的概念来  
表示特征边缘的锐利程度,他和边缘的亮度值相关。锐度值可以反映出图像的  
成像质量。  
m
1
f (i) b(i)  
2i  
IEP   
m
i1  
Reference: Rangayyan, Rangaraj M . Algorithm for the computation of region-based image edge profile  
acutance[J]. Journal of Electronic Imaging, 1995, 4(1):62.  
21  
公众号:3D视觉工坊  
经验之谈-从图像锐度谈为何要用背光板  
特征点检测的基础是直线圆特征的检测,而特征检测直接和梯度挂钩  
22  
感谢聆听  
Thanks for Listening  
BIDfighterpilot  
知乎ID:沈毅君  
3
D视觉从入门到精通知识星球:针对3D视觉领域的知识点汇总、入门  
进阶学习路线、最新paper分享、疑问解答四个方面进行深耕,更有各  
类大厂的算法工程人员进行技术指导,670+的星球成员为创造更好的  
公众号  
AI世界共同进步,知识星球入口:  
欢迎关注3D视觉工坊  
公众号  
我们这里3D视觉算公众号 VSLAM算法、计算机视觉、  
深度学习、自动驾驶、图像处理等干货分享!  
交流群请添加客服  
如果你也想成为主讲人,欢迎加入我们。  
报名方式:请发送邮件至vision3d@yeah.net